Investigación de diseño: obtén más información de las interacciones de los clientes

1. Introducción: Cuál es el secreto para comprender a los usuarios y crear conocimientos de valor agregado para ayudarlo a servirles con mejores productos y servicios. Esa es la pregunta que trataremos responder en este curso. Cuando le pido a la gente que conozco que sea muy buena analizando datos cualitativos, qué es lo que los hace tan buenos en ello. A menudo me sale una caja negra nuestra respuesta, están haciendo algo que constantemente está llevando a resultados valiosos, pero es difícil para ellos tomar lo que es eso. Y casi nadie parece ser capaz de explicar realmente el proceso que los toma de los datos brutos, percepciones significativas después de alguna discusión, la conclusión suele ser que el análisis es un oficio. Hay que practicarlo para ser bueno en ello. No es algo que puedas escribir o explicar fácilmente a alguien. Eso a su vez da como resultado que todos tengan un poco de su propia metodología y formas de hacer las cosas. Pero creo que podemos hacerlo mejor que eso. Mi nombre es Jacob magno. Bienvenidos a este curso, análisis cualitativo de ocho estrategias para UX y servicios y profesionales. Soy diseñadora de servicios, investigadora de diseño, presentadora de podcasts y conferencista pública sobre automatización y diseño. Lo único que siempre me ha encantado hacer diseño es investigar, salir y hablar con usuarios reales e intentar captar sus sentimientos y pensamientos sobre un tema. Entonces volver atrás y analizar y entender qué soluciones podemos crear que realmente marcarán la diferencia para estas personas. Si podemos entender las necesidades de las personas, bueno, entonces podemos usar ese entendimiento para crear un hermoso servicio o un producto que realmente les ayudó y mejorar su experiencia. Muchas de las estrategias que voy a presentar en este curso se basan en el trabajo de Joan Americans y Brenda Gladstone y su trabajo de investigación, análisis de valor agregado, haciendo más con datos cualitativos . Otras estrategias se basan principalmente en mi propia experiencia como diseñador de servicios, así como discusiones con colegas y expertos sobre el tema. Antes de entrar en las estrategias, quiero contarles sobre el proyecto de clase y platicar un poco sobre los fundamentos del análisis cualitativo. 2. Proyecto de clase: En este curso, revisaremos ocho estrategias que puedes usar para obtener insights que van más allá de lo obvio cuando solo ordenas los datos o los etiquetas. Este curso está dirigido a practicantes avanzados y está diseñado para iniciar una conversación. La mejor manera para mí de interiorizar lo que escucho y leo es discutir y luego resumir mis hallazgos. Por lo tanto, el proyecto de clase para esta clase se basa en una o dos preguntas de discusión por estrategia. Estas preguntas están pensadas para fomentar la conversación, funcionarán mejor si colaboras con alguien para discutirlas. Si eso no es posible, puedes, por supuesto, pensar también en las preguntas por tu cuenta. Después de la exploración o reflexión sobre estas preguntas, por favor escríbalo solo un breve resumen. No tiene que ser mucho un par de palabras. Puedes publicarlos en la sección de proyectos para estimular aún más la discusión y obtener aportes sobre tus pensamientos sobre este tema. Absolutamente haré todo lo posible para comentar todos los proyectos de clase y tratar de dar mi aporte. De veras estoy deseando que llegue esto. Si tiene alguna duda o pensamiento o está de acuerdo con alguno de los conceptos presentados, por favor comuníquese conmigo e intentaré dar mi opinión sobre sus preguntas. 3. Datos cualitativos: una priorización: La investigación cualitativa se origina a partir la ciencia social y del comportamiento y se ha extendido a disciplinas más comerciales como experiencia de usuario y los servicios en las últimas dos décadas. La razón de la propagación es simplemente que es realmente difícil y muy arriesgado desarrollar nuevos productos y servicios sin tener una buena comprensión de lo que es lo que la gente realmente necesita. Si emparejas eso con el hecho de que las personas generalmente no son muy buenas para articular medios. Bueno, entonces tienes esa necesidad análisis cualitativo de datos dentro de estos campos. Entonces, ¿qué es exactamente una propiedad de datos cualitativos? Bueno, si vamos a Wikipedia, podemos ver que una propiedad cualitativa es una propiedad que se observa y generalmente no se puede medir con un resultado numérico. En contraste, si podemos medir algo, es probable que sea un dato cuantitativo de puntos. Uh, el punto de datos cuantitativos podría ser que el número de perros de compañía en Suecia en 2022 fue de alrededor de 880,000. Mientras que los datos cualitativos apuntan a partir de una entrevista conmigo sobre perros en Suecia podría sonar algo así. El participante se sorprendió que haya tantos perros de compañía en Suecia. Habría adivinado que sería alrededor de la mitad de ese número. Entonces tenemos un tema similar, diferentes tipos de datos y perspectivas radicalmente diferentes. Si generalizamos, podemos decir que los datos cuantitativos nos dicen lo que está pasando y los datos cualitativos pueden decirnos por qué. Entonces ahora sabemos qué son los datos cualitativos y un poco sobre cómo se relacionan con las mediciones cuantitativas. Hablemos de cómo obtenemos acceso a buenos datos cualitativos en primer lugar. Los métodos de recolección de datos cualitativos van desde entrevistas a grupos focales y observaciones. Estas formas de recopilar datos suelen ser bastante sencillas. Claro, definitivamente te beneficiarás de la práctica y el entrenamiento, pero es relativamente fácil dividirlos pasos discretos y luego explicar a un nulo es cómo se debe hacer una cosa después de la otro, describir cómo pasar de esos datos a una visión nítida, clara y procesable que nos ayude a entender lo que impulsa y motiva a las personas es mucho más desafiante. Algunos métodos básicos. Nuestro recurrente cuando las personas intentaban lidiar con el análisis de observaciones. Agrupación, por ejemplo, es uno de mis favoritos. Es un método muy extendido, es el método que utilizo como base para todo mi agrupamiento de análisis y su forma más baja es simplemente tomar algo que has escuchado u observado y luego agrupa eso junto con hallazgos similares. Luego revisas todos tus datos hasta que surgen patrones y estás un poco terminado. Esto para mí es una actividad muy gratificante y para mi conocimiento y experiencia, es la mejor manera de darle sentido a grandes cantidades de datos observacionales. La agrupación es un excelente comienzo. Pero si lo hacemos sin una reflexión más sistemática y profunda, si solo etiquetamos y ordenamos nuestros datos, corremos el riesgo de crear insights que no agreguen nada nuevo y que no sean procesable o simplemente no agregue mucho valor. Podemos hacerlo mucho mejor empleando conscientemente estrategias para ampliar nuestra perspectiva. Vea los problemas desde nuevos ángulos mientras agrupamos nuestros datos. El análisis cualitativo de datos es un oficio y mejorarás con más práctica. Además, cuanto más leas y aprendas sobre diversos temas, más completa será tu capacidad para analizar datos cualitativos. Sólo sabrás más. A veces, diferentes pasos en el análisis cualitativo pueden llevar mucho tiempo, lo que puede ser estresante. Si está bajo presión de tiempo debido a fecha límite de un producto o tiene una parte interesada para pacientes hospitalizados, puede ser tentador tomar atajos al hacer cosas como transferir datos de transcripciones a un agrupando espacio o volviendo a ver videos de tus exploraciones. Pero cada vez que lees a través de discutir, trabaja en separar, armar sus observaciones. Cuanto más fácil y rápido será crear análisis de valor agregado. Hacer bien lo básico es clave para aplicar los conceptos presentados en este curso. Si eres nuevo para servir como diseño o quieres un repaso sobre clustering, puedes consultar mi otro curso, diseño de servicios, una guía práctica para crear valor a través de la interacción del usuario. Es un curso para principiantes para alguien que aún no ha practicado los servicios de letrero, pero quiere meterse en él y entenderlo mejor. O simplemente quieres ver como hago las cosas. Aprenderás los fundamentos de agrupación, así como la planeación, proyecto de investigación de diseño y cómo recolectar datos cualitativos en primer lugar. El siguiente es la primera estrategia. 4. Estrategia 1: trabajo juntos: La primera estrategia no es tan complicada, pero vale la pena reiterarla. Para mí, esto es más importante que hago para mejorar mi investigación. Y eso es trabajar en conjunto en el análisis con otras personas. Trabajar en este tipo de problemas siempre es mejor en grupo. Y te recomiendo encontrar un grupo diverso que respetas y con el que quieras trabajar. Hacer esto tiene varios beneficios. En primer lugar, aporta nuevas perspectivas y retos. Cualquier sesgo individual que pudiera estar presente si estuvieras trabajando solo en esto. Si no tienes personas para cuestionar y revisar tu trabajo, puede ser fácil pasar por alto los problemas en tus hallazgos y luego simplemente perder perspectivas valiosas. El segundo beneficio realmente significativo es que permite cambiar entre el pensamiento individual y el pensamiento grupal. Si comienzas internalizando el material y haciendo solo clusters iniciales y sacando conclusiones hasta que sientas que has progresado lo más lejos que puedas por tu cuenta. Entonces, si vas a tu grupo y presentas lo que se te ha ocurrido, dispararás a las otras personas para que construyan sobre tu comprensión. Te garantizo que el desplazamiento de ida y vuelta entre estos estados profundizará su análisis. Para que esto funcione, necesitarás generar confianza dentro del grupo y asegurarte dispuesto a desafiar tus propias conclusiones basadas en lo que se les ocurra a tus compañeros. Si, por ejemplo, inviertes muy emocionalmente en tus hallazgos o conclusiones y te pones a la defensiva, entonces este podría ser un momento realmente difícil para ti. Si esto sucede, la mejor manera de manejarlo es ser abierto y transparente con los miembros de tu grupo. Entonces solo diles que así es como te sientes. Puede haber solo un ángulo que necesites explorar antes que puedas dejar caer una idea o algo así. Como ocurre con la mayoría de las cosas, el trabajo en equipo es una habilidad que mejora con la práctica y merece la pena practicar. Para la primera parte del proyecto de clase. Por favor, piense en cómo trabajar con otras personas ha cambiado el resultado de nuestro proyecto. No tiene que ser diseño de servicios, no tiene que ser investigación. Pero, ¿cómo ha trabajo en conjunto con otras personas versus cambiado el resultado del trabajo en conjunto con otras personas versus trabajar solo ? En resumen, trabajar en conjunto con gente y luego iterar rápidamente. Deberías dedicarte tiempo a trabajar sola en los datos, pero asegúrate de priorizar recorrido por tus hallazgos con otras personas. Después de algunas rondas de esto, se te ocurrirán grandes cosas. 5. Estrategia 2: ¿qué significa esto para mí?: La segunda estrategia es, creo que fue para mí al menos la más polémica. éste lo llamo. ¿Qué significa esto para mí? Cuando estamos ahí sentados con nuestros datos, pensando en lo que han respondido los participantes y lo que hicieron. Quiero que consideres estas tres preguntas. ¿Cómo estoy como diseñador, reaccionando ante la situación? ¿Qué son los huevos que tengo en lo que está pasando? ¿Y de qué lado está mi brazo? Las respuestas a estas preguntas pueden ir desde ti como diseñador, solo hacer esto por dinero, así que no te importa de una manera u otra cómo termine el estudio. Puede ir hasta el final para que estés realmente molesto con la situación de los participantes. Y personalmente has querido salir y ayudarlos. Aquí no hay bien o mal. Pero las respuestas a estas preguntas te dicen algo sobre cómo estás afectando los resultados de tu estudio al ser afectado por lo que estás observando. Tal vez estés dispuesto a comprometerte un poco, solo un poquito con los resultados para asegurarte de que todas las partes interesadas en tu proyecto estén felices. O sientes muy fuertemente que una persona tiene un terreno moral elevado. Y por eso, quieres asegurarte de que esa persona retratada en una muy buena línea. Todas estas cosas están bien. Van a pasar porque somos humanos y nada más podemos hacer al respecto. La tensión viene de la idea de que nosotros, como investigadores, debemos ser meramente observadores neutrales. Existe el sentimiento que es casi inmoral para nosotros dejar nuestras experiencias y emociones afecten el resultado de un estudio de investigación de que alguna manera deberíamos esforzarnos por hacerlo tan imparcial como posible permitir que el estudio sea puro. No importa cómo lo miremos, afectaremos el resultado del estudio sólo hacer el análisis. Por lo tanto, es mucho mejor ser conscientes de que estamos afectando los resultados para que podamos asegurarnos de contrarrestarlo cuando sea necesario, o que simplemente estamos atentos de ello. Esto no es algo malo, y es solo parte del proceso. Si somos conscientes de esto, podemos asegurarnos de que no dejamos que nuestros sesgos fluyan demasiado en los datos y creen un producto que a su vez esté innecesariamente sesgado. Cuando leí por primera vez sobre esto, estaba un poco provocado porque pensé que mis opiniones y experiencias no deberían ser parte de ningún estudio. Pero solo pensar más en esto, tiene sentido para mí que solo la conciencia de nuestros sesgos sea mucho mejor que la ignorancia. Para la segunda parte del proyecto de clase, me gustaría que discutieran y pensaran en lo siguiente. Cómo reaccionas ante la noción de que formar parte de este proyecto de investigación cambiará el resultado. Para mí, es realmente genial e interesante pensar que alguien más haciendo el mismo análisis sobre exactamente los mismos datos a los que tengo acceso, se centraría en otros detalles y se le ocurriría algunas conclusiones que simplemente no haría o ni siquiera podría. 6. Estrategia 3: Todo es datos: En esta tercera estrategia, nos enfocaremos en enriquecer la propia recolección de datos. ¿Qué pasó fuera de lo que hay dentro de la transcripción? Podemos aumentar lo que dijeron los participantes con observaciones relevantes de lo que hicieron? Por ejemplo, los participantes sonríen en puntos inesperados de la entrevista. Otra cosa que podemos buscar es lo que sucedía en los alrededores. ¿Qué aspecto tiene el entorno? Estos son solo algunos ejemplos de datos que pueden agregar valor a tu investigación. La parte importante aquí es que nuestra interpretación de Lo que está pasando, cómo aparecen las cosas sí importa. Podría darnos algunas pistas sobre lo que está sucediendo que no son inmediatamente evidentes por lo que se decía. Busca cosas como ¿hay grandes pilas de revistas en la sala de espera? Si es así, eso podría significar que los tiempos de espera pueden ser muy largos. Son ejemplo más extremo. Y algo que en realidad he visto es que si hay vidrios antibalas que separan físicamente los proveedores de servicios y a los usuarios, eso nos cuenta una historia muy diferente sobre cómo el servicio proveedores ve a sus usuarios. Aprender a reconocer qué cosas son relevantes, qué encaja en el análisis continuo requiere práctica y experiencia. Es algo que tenemos que recordarnos a nosotros mismos. Hacerlo muchas veces para acertar. Cualquier exploración de las necesidades de los usuarios tiene como objetivo encontrar formas de crear valor y datos inesperados que puedan ayudar en ese esfuerzo siempre serán bienvenidos. En resumen, considera lo inesperado y el entorno donde están tus usuarios como fuentes potenciales de conocimiento para el proyecto de clase. Quiero que recuerdes cuando estuviste por última vez en una sala de espera. ¿Cómo fue esa experiencia? ¿Cómo eran los alrededores? ¿Qué te dice eso sobre cómo sirven los proveedores de eso como estamos pensando en ti y en los demás usuarios y clientes en esa situación? Piensa rápidamente sobre eso y escribe el resumen en la sección del proyecto. Te veo en la siguiente estrategia. 7. Estrategia 4: ¿de qué es esto un caso?: Este creo que es un poco jugoso. A mí me gusta este y lo uso todo el tiempo. Se llama ¿de qué es esto un caso? La idea aquí es que queremos generalizar y asegurarnos de que cualquier conclusión que sacemos de lo que escuchamos y lo que vemos se aplique a otras situaciones. Si podemos aumentar el nivel de abstracción, podemos comparar lo que hemos visto y escuchado otras dos cosas en otros contextos, dándonos nuevas perspectivas y una visión más profunda. Traté de preguntarme en todas las etapas de un proyecto, ¿cómo puede generalizarse explícitamente esta cosa de la que he escuchado o visto? Yo me hice la pregunta, ¿de qué es esto un caso? Otra cosa a considerar es si hay otras cosas que he escuchado u observado en algunos contextos diferentes que podrían aplicarse a la situación que estoy investigando en este momento. Por último, podemos quitarle todos los marcadores, por ejemplo, si quita la palabra Dr. y los llama especialistas en su lugar, qué le hace eso a su interpretación de lo que está sucediendo para esta parte de la clase proyecto. Me gustaría que volvieras al ejemplo anterior de la sala de espera. Explique esa situación en breve y luego generalizarla con el fin de ayudarle a lo largo. Aquí tienes un ejemplo de mi parte. La semana pasada fui a recoger un paquete que había llegado a un supermercado local. Tomé un número de señal y esperé. Mientras me sentaba ahí. No tenía nada más que hacer, así que miré a las otras personas que me rodeaban y lo que podrían estar haciendo. Nada interesante realmente. Estaban comprando refrescos y revistas, no realmente inesperados. Pero finalmente, cuando era mi turno, me llamaron pero no pudieron encontrar mi paquete, así que tuvieron que conseguir un gerente para que me ayudara a encontrar ese paquete. Entonces ahora voy a generalizar esa historia. Podría sonar algo así. La semana pasada fui a un proveedor de servicios. El servicio se ubicó en un gran edificio comercial. Y tomé un número de señal y simplemente senté ahí y miré a las otras personas que me rodeaban. Ellos estaban comprando bienes principalmente para consumo directo. Nada espectacular. Cuando era mi turno, hubo un problema. La persona que me iba a ayudar a llamar a un especialista para que me brindara el servicio satisfactoriamente. Ahora que te he enseñado a través de mi ejemplo, por favor haz lo mismo para tu proyecto de clase. Describe la situación en la que has estado y luego generalizala. 8. Estrategia 5: encontrar la anomalía: Encontrar la anomalía, eso suele ser interesante para las personas que realizan este tipo de trabajos. Somos muy buenos conectando los puntos y compartiendo que encontramos todo lo que encaja en grupos o parejas. Y a partir de eso, podemos construir una historia genial y coherente que podamos contar a nuestros grupos de interés, lo que a su vez les ayudará a entender lo que está pasando. En cambio, lo que queremos hacer aquí es mirar lo que no encaja en la narrativa que estamos creando. De lo que puedo ser culpable es que tiendo a no adentrarme tanto en esas cosas y quizás a veces incluso descartarlas y seguir adelante. A veces es porque es difícil ver la conexión. Y otras veces simplemente es más fácil ignorar las contradicciones menores en los datos. Descartarlo por insignificante. Lo que debemos hacer en cambio es celebrar las inconsistencias. No tiene por qué significar que nuestras conclusiones o percepciones o equivocadas. Simplemente significa que hay alguna evidencia contradictoria. Queremos comentar sobre eso para que podamos abordarlo y asegurarnos de que no nos falte algo que es realmente importante. Las contradicciones no siempre son fáciles de detectar, así que tenemos que mirar de cerca y hacer un verdadero esfuerzo para no perderlas. Una cosa que puede insertar inconsistencias en nuestros datos es la autoimagen de la persona con la que estamos hablando. Si quieren proteger un comportamiento sobre sí mismos porque deseaban que se comportaran de una manera particular, en una situación que podría no alinearse con algunas otras cosas que dicen o hacen en el estudio. Entonces eso puede hacer que obtengamos un poco de contradicción en los datos. Esto puede ser muy confuso, pero reconocerlo puede hacer que una entrevista sea realmente, muy interesante. Entonces para este, quiero que nos cuentes de una época en la que aprendes algo que era contrario a tu lo que pensabas que era verdad, ¿cómo cambió esto tu perspectiva sobre ese tema? Una de las cosas que generalmente los humanos son realmente malos, es aceptar que estaban equivocados. No obstante, si queremos entender lo que está pasando, tenemos que practicar esto como una habilidad, aprender de ella y seguir adelante juntos. 9. Estrategia 6: no te olvides de la Gestalt: Ya estamos en la estrategia número seis. No te olvides de la Gestalt. Gestalt como se define en el diccionario, es un todo organizado, entonces se percibe como mayor que la suma de todas sus partes. Donde ordenamos nuestros clusters y creamos nuestras etiquetas. A veces es fácil olvidar que hay una historia más grande que los clústeres individuales de datos que estamos viendo en este momento. Entonces hay un todo más grande. ¿Cómo encaja todo en el sistema que estamos viendo? Esa es la verdadera pregunta. ¿Cómo nos aseguramos de capturar la historia más grande detrás de todos los clústeres juntos? Una forma efectiva de hacerlo, que acaba de hacerse es tomar notas consistentemente sobre los temas generales e insertarlos entre nuestros clústeres. De esta manera, nos recordamos a la historia más grande. Hacer algo simple como eso realmente puede ayudarnos a alejar los detalles y ver la imagen más amplia. Para este proyecto de clase, me gustaría que pensaras en el concepto de gestalt. Cómo afectaría una mayor atención a la historia más grande alrededor de los clústeres individuales al proyecto que has estado o estás trabajando ahora mismo. Entonces eso es algo en lo que pensar. Te veré en la siguiente estrategia. 10. Estrategia 7: lectura entre las líneas: La estrategia siete para un mejor análisis cualitativo es leer lo que nuestros participantes vean entre líneas. Esto es algo que puedes hacer durante tu recolección de datos nuevamente, y es bastante similar a la estrategia tres, todo son datos. Anota cuando haya un largo silencio en respuesta a una pregunta. Considera lo que no se dice. ¿Cuál es la pregunta sensible para el participante? El silencio a veces puede decir mucho sobre cómo están las cosas. Pero hay que tener en cuenta que el silencio significa cosas diferentes en diferentes culturas y para diferentes personas. Puede ser una señal de que alguien se siente incómodo. Puede ser una señal de respeto o simplemente que la persona con la que estamos hablando necesita un poco de tiempo para procesar lo que se ha dicho. Deberíamos conocer las islas sobreinterpretadas así como también debemos evitar ignorarlas. Para el proyecto de clase, me gustaría que pruebes esta cosa. Probablemente hayas oído hablar de ello. Pero la próxima vez que hables con alguien y hagas una pregunta que no se responde de inmediato, solo deja que ese silencio se alargue un poco. Después de 7 s, que es mucho tiempo, casi puedo garantizar que la otra persona te dirá algo, a veces dando ese tiempo extra para pensar y ese poco de estrés que viene con un silencio más largo puede producir ideas realmente interesantes. Entonces eso es algo que creo que puedes probar y por favor déjanos saber cómo fue eso. 11. Estrategia 8: escriba más: Hemos llegado a la octava y última estrategia para un mejor análisis cualitativo. Y eso es escribir más. Deberíamos considerar escribir como parte de nuestro proceso de análisis más que el resultado de lo que hemos hecho como nuestro análisis. Esta es una manera realmente poderosa de pensar en la construcción de nuevos modelos en torno a lo que está sucediendo. Debemos encargarnos de ese proceso de escritura y verlo como algo precioso y de valor agregado. Hay dos trucos sencillos en los que me gusta pensar a la hora de esto. En primer lugar, me gusta crear un título de trabajo para un proyecto que describa lo que hemos aprendido hasta ahora. Y luego solo actualizas ese título a medida que aprendes más a través del proyecto, te aseguras de que los títulos capturen esa gestalt que estábamos discutiendo antes. Lo segundo es pensar un poco sobre lo que cambia el polvo de lenguaje o la investigación. Considera la diferencia entre escribir. Los participantes aseguraron que hicieron algo y los participantes dijeron que estaban haciendo algo en primera instancia. ¿Por qué están reclamando cosas? ¿No sólo me están diciendo la verdad? Bueno, la forma en que escribes sobre tu investigación cambia la forma en que alguien percibirá tus hallazgos y eso puede cambiar el resultado de tus resultados. Te animo a que intentes jugar con palabras como esa para cambiar el significado de tus hallazgos y discutir lo que hace un lenguaje específico. Ese es el último proyecto de pieza de clase que te dejará con también para este curso, quiero que escribas sobre algo que pasó hoy y cambies la redacción manteniendo el contenido de tu historia igual. ¿Qué pasó con cómo los lectores pueden interpretar esos textos? 12. Reflexiones finales: Tengo tantas ganas de ver sus proyectos, este es un tema complicado y seguro que no tengo todas las respuestas, pero juntos podemos discutir qué es lo que estamos haciendo y qué funciona y qué no. Ojalá esto nos permita crear un mejor análisis cuando nos sumergimos en nuestros datos cualitativos. Hemos tocado esto brevemente antes, y no quiero crear toda una estrategia en torno a esto, pero asegúrate de leer mucho. Ten curiosidad, y asegúrate de tener múltiples puntos de referencia que puedas aportar a tu análisis cualitativo. Eso realmente va a cambiar la forma en que eres capaz de interpretar lo que escuchas y ves cuando haces tu recolección de datos. Si te ha gustado este curso, estaría súper feliz si pudieras escribir una reseña y calificarla aquí en el sitio. Espero que hayas disfrutado este proyecto de clase y que hayas aprendido algo nuevo en esta clase. Algo de eso te puede parecer súper obvio. Algo de ello puede parecer muy contrario a lo que pensabas anteriormente. Pero creo que tener la discusión en torno a este tema es lo que hace que valga la pena si tienes curiosidad por más cosas que hago, me gustaría que supieras que tengo mi podcast, diseñando la revolución de los robots, donde discutimos la automatización que es buena para las personas, el planeta y los negocios. Uno de los episodios trata sobre este mismo tema está vinculado en la descripción del curso. Dicho esto, realmente espero que hayas disfrutado este curso y que hayas aprendido algo nuevo. Y hasta que vea que tiene un gran día.